人工智能產(chǎn)業(yè)競爭是各國政策、基礎研究、技術、資本等各方面綜合實力的競爭。目前各國政府高度重視人工智能，在基礎設施搭建、基礎科研、人才培養(yǎng)、資助研發(fā)、合作交流等方面給予支持鼓勵。資本和企業(yè)也積極尋求商業(yè)落地場景，協(xié)助技術轉化。技術落地于垂直領域，繼而產(chǎn)生新的數(shù)據(jù)，促進算法更新迭代，還可以進一步服務于垂直領域，如此循環(huán)往復、不斷發(fā)展。在這場全球競賽中，中國的優(yōu)勢在于擁有海量數(shù)據(jù)和實踐經(jīng)驗，但在基礎科研、基礎技術、前沿拓展方面仍存在薄弱環(huán)節(jié)。

     2020世界人工智能大會云端峰會7月9日上午在上海世博中心開幕，上海市委書記李強在開幕式上致辭。圖自上觀新聞

     一、政策：全球主要國家和地區(qū)均高度重視

     以AlphaGo(阿爾法圍棋)事件為分水嶺，人工智能獲得了空前的關注，主要國家和地區(qū)紛紛加入這場事關未來大國科技實力的競爭當中。因為基礎設施尚未普及、技術超前、理論分支眾多等，人工智能的發(fā)展經(jīng)歷過三次潮起潮落，直到2016年DeepMind(深度思考)公司研發(fā)的AlphaGo挑戰(zhàn)世界頂尖圍棋選手李世石，并獲得最終勝利，才讓全球重新感受到人工智能所帶來的魅力。AlphaGo在人機大賽中表現(xiàn)出的與人類相似甚至更勝一籌的觀察、思考、決策能力，吸引了世界各國和地區(qū)著手并加強人工智能領域的研發(fā)。據(jù)不完全統(tǒng)計，目前全球包括美國、中國、歐盟、日本、韓國、印度、丹麥、俄羅斯等近30個國家和地區(qū)發(fā)布了與人工智能相關的戰(zhàn)略規(guī)劃和政策部署。

    其中，約80%的國家在2016年之后密集發(fā)布相關政策和官方計劃，例如美國《國家人工智能研究與發(fā)展戰(zhàn)略規(guī)劃》，英國《機器人技術與人工智能》，中國《“互聯(lián)網(wǎng)+”人工智能三年行動實施方案》等。    

    從發(fā)布的政策規(guī)劃來看，各國和地區(qū)認同人工智能對未來的人才、產(chǎn)業(yè)升級、社會福祉、全球影響力的重要性，并作為國家級戰(zhàn)略進行推進。根據(jù)各國科研實力、人才匯集程度、基礎設施完備度、國情等因素，各國和地區(qū)的側重點有所不同。

    美國致力于維持全球科技霸主地位，人工智能位于其科技版圖的核心。從奧巴馬時期到特朗普時期，美國一直積極支持人工智能的研究，并將政策態(tài)度從“引導和扶持”轉為“必須領先”。2019年，美國陸續(xù)頒布《維護美國在人工智能領域領導地位》《國家人工智能研發(fā)戰(zhàn)略計劃》《美國人工智能時代:行動藍圖》三部重要政策，表現(xiàn)美國政府對人工智能技術的高度重視和維持領先地位的決心，主要措施包括：加強聯(lián)邦政府資助，美國認為政府資金支持是參與推動科研進步的重要環(huán)節(jié)，但官方資助力度逐漸減弱，1976—2018年，聯(lián)邦政府的研發(fā)支出占GDP比重從約1.2%下降為約0.7%；此外，通過減稅來鼓勵企業(yè)加大研發(fā)投入；發(fā)揮硅谷創(chuàng)新力量，建立包括計算機視覺、語音語義、開源框架平臺等在內(nèi)的技術和產(chǎn)業(yè)生態(tài)鏈;重視以芯片為主的硬件層，包括促進國內(nèi)半導體制造產(chǎn)業(yè)、建立多邊出口管制、保護供應鏈等；重視全球性人才，包括對國內(nèi)人才的培育和國際人才的吸引，認為有必要簡化相關人才的H-1B工作簽證申請程序；加強合作，包括國內(nèi)外組織研發(fā)中心或聯(lián)合實驗室、舉辦創(chuàng)新比賽等；開展前沿技術研究。

    歐盟重點關注工業(yè)、制造業(yè)、醫(yī)療、能源等領域，強調(diào)發(fā)揮創(chuàng)新創(chuàng)造力，應用人工智能使制造業(yè)及相關領域智能升級。與美國類似，歐盟較早對人工智能進行研發(fā)，并通過頒布政策、扶助資金、推出國家級計劃、建立重點科研實驗室等行為支持人工智能技術和產(chǎn)業(yè)發(fā)展，例如2018年頒布的《人工智能合作宣言》。此外，作為“數(shù)字歐洲”計劃和“地平線2020”計劃中的重要環(huán)節(jié)，人工智能相關項目也將接受數(shù)十億歐元的投資。首先，與美國對比，歐盟更加重視人工智能的道德和倫理研究，并在多份文件中表明人工智能發(fā)展需要符合人類倫理道德，例如2020年3月頒布的《走向卓越與信任——歐盟人工智能監(jiān)管新路徑》明確提出，為解決能力不對等和信息不透明問題，保障人民相關權利，需要建立人為監(jiān)督的監(jiān)管框架，重視數(shù)據(jù)安全和隱私保護。其次，歐盟對人工智能的應用側重更細化，不同于美國的全方位領先，歐盟希望借助自身在制造業(yè)、工業(yè)、汽車等領域的優(yōu)勢，利用人工智能技術進行產(chǎn)業(yè)強化升級，例如頒布《通往自動化出行之路:歐盟未來出行戰(zhàn)略》。

    日本由于面臨嚴峻的少子化與老齡化問題，著重研究人工智能在機器人、醫(yī)療、汽車交通等領域的應用。

    如圖5.2所示，日本生育率長期低迷，老齡化水平長期位居世界第一。1992年日本勞動年齡人口占比見頂，2008年日本人口總量見頂，這對日本經(jīng)濟和社會發(fā)展產(chǎn)生了深遠的負面影響，日本面臨著例如養(yǎng)老、健康等問題的挑戰(zhàn)。在這一背景下，人工智能被認為是日本經(jīng)濟增長的“第四次產(chǎn)業(yè)革命”，以2016年發(fā)布的《日本下一代人工智能促進戰(zhàn)略》為起點，不斷推出相關政策規(guī)劃，圍繞“基礎研究、應用研究、產(chǎn)業(yè)化”三個方面，其中日本總務省下設的信息通信技術研究所和文部科學省進行人工智能理論和技術研發(fā)，經(jīng)產(chǎn)省解決應用場景問題，經(jīng)產(chǎn)省建立的人工智能研究中心促進產(chǎn)學研合作，主要承擔成果轉化和推廣。

    中國人工智能呈三階段逐步推進，重視與制造業(yè)和服務業(yè)的融合。自2015年起，我國人工智能相關政策從智能制造時期、“互聯(lián)網(wǎng)+”時期(以《“互聯(lián)網(wǎng)+”人工智能三年行動實施方案》為代表)，到“智能+”國家戰(zhàn)略時期(以《新一代人工智能發(fā)展規(guī)劃》為代表)演變。政策重心從核心技術攻克到實際場景應用，從特定行業(yè)到跨界融合，從單項技術到人機協(xié)同。與美國和歐盟類似，我國也強調(diào)建立相關試點項目，包括技術示范試點、政策試驗、社會實驗。

    二、基礎科研：美國最強，中國快速追趕

    中國人工智能領域論文數(shù)量增長較快，但論文質(zhì)量與美國依然存在差距。如圖5.3所示，全球累計發(fā)布人工智能論文超過70萬篇，中美兩國是論文發(fā)表大國，2018年中美兩國分別發(fā)表論文2.5萬篇和1.6萬篇，合計占全球比重達46.5%。從增長趨勢來看，美國保持勻速增長，中國自2014年后增長較快，中國論文數(shù)量占全球總量比重從1998年的8.9%上升為2018年的28.2%。從代表論文質(zhì)量的FWCI(平均加權引用影響)指數(shù)來看，如圖5.4所示，中國論文質(zhì)量也在穩(wěn)步提升，從1998年的0.43提升至2018年的1.39。美國保持全球最高水平，長年保持在2左右，2018年FWCI指數(shù)達2.38。

    從論文發(fā)表機構類型來看，包括中國、美國、歐盟27國等在內(nèi)的各國和地區(qū)均以高校為核心科研力量，2018年三者高校論文產(chǎn)出占各自總產(chǎn)出的92.1%、84.6%、90.7%。除高校外，中美兩國的主力科研主體有所不同。如圖5.5所示，2018年中國科研機構產(chǎn)出約為中國企業(yè)產(chǎn)出的3倍。如圖5.6所示，同期美國企業(yè)產(chǎn)出約為美國科研機構產(chǎn)出的1.6倍。

    三、數(shù)據(jù)量：人工智能時代的“原材料”，中國具有規(guī)模優(yōu)勢

    電腦和智能手機的普及、互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)所累積的數(shù)據(jù)爆發(fā)，是促進人工智能技術和應用突破的重要原因之一。人工智能需要做到“感知、思考、決策”，首先就需要足夠多、足夠好的原始數(shù)據(jù)對計算機進行訓練，猶如培育良駒，必須喂足新鮮的牧草。“足夠多”代表數(shù)據(jù)的數(shù)量要多，電腦的發(fā)明使運算簡化，并讓信息以電子化形式保存，智能手機的普及使全球網(wǎng)民滲透率大幅提高，兩者令大量的數(shù)據(jù)被保存。“足夠好”代表數(shù)據(jù)的質(zhì)量要佳，互聯(lián)網(wǎng)的誕生極大地縮短了信息交流的物理距離，提高了傳播速度，各類互聯(lián)網(wǎng)類服務應用程序誕生，其產(chǎn)生的數(shù)據(jù)類型也更加多樣，包括瀏覽網(wǎng)頁喜好、外賣點單頻率、行程記錄等，只有多元豐富的數(shù)據(jù)才能應對各種訓練人工智能的要求。數(shù)據(jù)增長和應用依賴于信息及物理的基礎設施構建，中國將成為全球最大的數(shù)據(jù)中心。得益于人口數(shù)量、互聯(lián)網(wǎng)滲透率、智 能手機滲透率、網(wǎng)速等因素，如圖5.7所示，2018年中國擁有數(shù)據(jù)量7.6ZB，占全球數(shù)據(jù)總量的23.4%。隨著5G、物聯(lián)網(wǎng)等的發(fā)展，通信設備接入數(shù)量和承載能力的提高，終端消費者的增多，預計中國的數(shù)據(jù)量將在2025年達48.6ZB，占全球數(shù)據(jù)總量的27.8%(見圖5.8)，成為全球最大的數(shù)據(jù)集中地，這將極大地促進和豐富人工智能訓練，相關模型結構和結果也會更精準。

     四、技術：深度學習推動本次人工智能熱潮

    足夠多、足夠好的數(shù)據(jù)支撐人工智能“感知”階段，而人工智能算法使計算機擁有思維，從而達到“理解、決策”，深度學習在此過程中做出了巨大貢獻。深度學習是一類模式分析方法的統(tǒng)稱，計算機通過學習樣本數(shù)據(jù)來掌握內(nèi)在邏輯和規(guī)律，從而擁有分析能力，這項研究最早可以追溯到1958年弗蘭克·羅森布拉特發(fā)明的感知機(Perceptron)。利用感知機，可以進行圖像區(qū)分訓練，例如，最常見的是從水果堆中選出“蘋果”或者“香蕉”。然而由于當時缺少足量的數(shù)據(jù)，該項研究陷入瓶頸，并出現(xiàn)過度擬合(Overfitting)問題。例如學生希望通過練習相似的題目來掌握一種題型，但是訓練量不夠大，學生并沒有理解題型背后的知識點，因此試題一旦發(fā)生些許變化，學生便無法解出答案。后來，科學家通過研究人腦，試圖模仿腦神經(jīng)網(wǎng)絡機制來進行圖像、聲音等分類工作，逐漸演化成如今的深度學習(見圖5.9)。

    深度學習的發(fā)展推動了人工智能基礎應用技術的突破，自2010年起，全球包括計算機視覺、語音語義等基礎應用技術的專利申請量急速增長。

    計算機視覺技術主要是讓計算機擁有人類的眼睛，學會“看”圖片、文字、視頻等，經(jīng)常用于圖像識別、人臉識別等，適用于自動駕駛、安防、人臉支付等領域。從計算機視覺和圖像識別相關的技術申請情況來看，截至2018年12月31日，全球共申請14.3萬項同族專利，中國、美國、韓國成為全球申請數(shù)量排名前三的國家，分別為5.3萬項、2.4萬項、2.3萬項。從技術授權情況來看，美國技術授權量全球最高，達1.3萬項，日本和中國排名為第二、第三，分別為1.04萬項和1萬項。從申請人來看，佳能、東芝、三星為前三位申請人，申請數(shù)量分別為2900項、2700項、2300項。

    語音語義技術主要是讓計算機學會“聽、讀”文字、段落、文章等，經(jīng)常用于文字識別、語音情感分析、人機對話、聲音定位等，適用于翻譯軟件、車載操作系統(tǒng)、智能音箱、語音助手等領域。從語音語義技術相關的技術申請情況來看，如圖5.10所示，截至2019年12月20日，全球共申請4.3萬項專利族，中美兩國依然是這個領域的主要申請國，合計占比超過75%。從申請人來看，如圖5.11所示，截至2019年12月20日，語音語義領域的申請人以企業(yè)為主，其中IBM(美國國際商用機器公司)、三星、微軟為前三位申請人，申請專利量分別為1741項、890項、821項。從專利授權人來看，微軟、IBM、Nuance(一家領先的語音和語言理解解決方案提供商)為前三位授權人，授權量分別為672項、468項、440項。從國內(nèi)企業(yè)情況來看，百度成為唯一一家在語音語義技術領域申請量和授權量均位列全球前十的企業(yè)，分別排名第五和第八。

    中國人工智能領域的專利申請量呈逐年上升趨勢，根據(jù)國家工業(yè)信息安全發(fā)展研究中心《人工智能中國專利技術分析報告》數(shù)據(jù)，2018年國內(nèi)專利申請量達94539件，為2010年申請量的10倍。截至2019年10月，百度、騰訊、微軟、浪潮、華為分別以5712、4115、3978、3755、3656件專利申請量位列國內(nèi)人工智能專利申請量前五。

    人工智能芯片的出現(xiàn)顯著提高了數(shù)據(jù)處理速度，支撐了日益復雜的算法處理龐雜數(shù)據(jù)，是人工智能發(fā)展的重要基礎。隨著處理的數(shù)據(jù)量增多，從通用場景到各類特定場景，算法模型設計的框架和層數(shù)也越來越復雜，這對基礎硬件提出了更高的運算要求。從相關專利申請 情況來看，中美兩國是申請大國，如圖5.12所示，截至2019年10月，中美兩國人工智能芯片專利申請量分別為1.6萬項和1.1萬項。從相關申請人來看，傳統(tǒng)芯片和半導體企業(yè)更有優(yōu)勢，其中三星、日立和IBM是該領域的前三位專利申請人，從近年申請趨勢來看，三星和英特爾表現(xiàn)得更積極。從實際應用產(chǎn)品來看，如表5.1所示，目前較典型的有英特爾EyeQ系列、英偉達Xavier系列、華為昇騰310、寒武紀Cambricon 1M系列、百度昆侖芯片等。

    中美兩國是全球人工智能企業(yè)的聚集地，中國企業(yè)集中于應用層，美國企業(yè)集中于技術層。截至2019年2月，全球共有人工智能企業(yè)3438家。美國以1446家位列第一，全球占比42.1%。中國以745家位列第二，全球占比21.7%。從企業(yè)類型來看，如圖5.13所示，中國主要為應用層企業(yè)，美國主要為技術層企業(yè)。中國應用層人工智能企業(yè)占比最高，為75.2%;技術層居第二位，占比為22%;基礎層企業(yè)占比最少，僅為2.8%。而美國更重視技術研發(fā)，基礎層、技術層、應用層這三類企業(yè)占比分別為39.1%、57.7%、3.2%。

    五、資本：全球投資持續(xù)上升，中美兩國人工智能企業(yè)最受資本青睞

    人工智能技術突破和政策支持吸引資本持續(xù)投入，過去10年平均投資年增速約為50%。根據(jù)斯坦福大學數(shù)據(jù)，全球?qū)θ斯ぶ悄艹鮿?chuàng)企業(yè)投資金額從2009年的不到10億美元升至2019年的近400億美元，其中從2014年開始投資加快，2014—2019年11月，全球人工智能初創(chuàng)企業(yè)共獲得1.6萬筆投資，平均每筆投資金額約860萬美元。

    從國家和地區(qū)來看，如圖5.14所示，2018年1月—2019年10月，美國公司和中國公司是全球投資重點。由于美國的技術領先性，美國無論是被投資金額還是被投資企業(yè)數(shù)量均為世界第一。盡管中國被投企業(yè)數(shù)量不及美國，但由于每筆投資金額較高(例如，曠視科技2018年3月C輪融資4.6億美元，商湯科技2018年4月C輪融資6.2億美元)，中國初創(chuàng)企業(yè)被投資金額僅次于美國，約為250億美元。此外，英國、以色列、加拿大、法國、日本、新加坡、德國和印度是被關注較多的國家和地區(qū)。任澤平、馬家進、連一席：《新基建》，中信出版社2020年6月版。